边缘计算综述

1.什么是边缘计算？

在IIoT的背景下，“边缘”是指靠近数据源的计算基础设施，例如工业机器（例如风力涡轮机，磁共振（MR）扫描仪，海底防喷器）），工业控制器如SCADA系统和时间序列数据库汇总来自各种设备和传感器的数据。这些设备通常远离云中可用的集中式计算。

边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台。边缘计算与云计算互相协同，共同助力各行各业的数字化转型。它就近提供智能互联服务，满足行业在数字化变革过程中对实时业务、业务智能、数据聚合与互操作、安全与隐私保护等方面的关键需求。

到目前为止，边缘计算的作用主要用于摄取，存储，过滤和发送数据到云系统。然而，我们正处于一个时间点，这些计算系统正在包装更多的计算，存储和分析功能，以消耗并对机器位置的数据采取行动。这种能力对于工业组织来说将是非常有价值的-这是不可或缺的。

2.这对工业带来的价值

行业权威人士已经计算出，数以千计的连接事物会从不同的来源产生大量的数据。根据国际电信联盟电信标准分局ITU-T的研究报告，到2020年，每个人每秒将产生1.7MB的数据，IoT可穿戴设备的出货量将达到2.37亿。IDC也发布了相关预测，到2018年，50%的物联网网络将面临网络带宽的限制，40%的数据需要在网络边缘侧分析、处理与储存，到2025年，这一数字将超过50%。管理咨询公司麦肯锡公司估计，到2025年，工业物联网（IIoT）将创造价值7.5万亿的市场规模。工业物联网将思想和机器结合在一起，将人们与加速数字产业转型的机器数据相结合。

通过将大数据，高级分析和机器学习应用于运营，工业可以减少计划外停机时间，提高资产性能，降低维护成本，并为从机床数据中获取未开发价值的新业务模式开拓潜力。

过去几年来，工业组织已经开始将云计算融入业务，从大量数据中获取洞察力，帮助实现关键业务成果，包括减少意外停机，提高生产效率，降低能耗等。云计算仍然通过工业物联网来实现新的性能水平发挥关键作用，因为它需要大量的计算能力来有效地管理来自机器的庞大数据量。

但是随着更多的计算，存储和分析能力被捆绑到更靠近数据源的较小设备中，即工业机器-边缘计算将有助于边缘处理实现工业物联网的承诺。

虽然这个概念不是新的，但是有几个关键的驱动力使它成为今天更可行的现实：

•计算和传感器的成本继续下滑，

•在较小尺寸的设备（如网关或传感器集线器）中执行的更多计算能力，

•来自机器和/或环境的日益增长的数据（例如天气或市场定价），

•现代机器学习与分析。

这些因素有助于公司将大量数据转化为具有洞察力和智慧的行动。

对于工业组织来说，这种技术在以下用例中将变得至关重要：

•低/间歇连接（如远程位置）

o将数据传输到云的带宽和相关的高成本

o低延迟，例如机器洞察和启动之间的闭环相互作用（即在机器上采取动作）

o即时分析（比如，在现场工作的技术人员来检查机器性能），

o获取实时分析的时间数据

o遵守，法规或网络安全限制。

这项技术的业务影响令人信服。边缘计算联盟虽然可以为工业组织带来许多成果，但确定了以下内容：•预测维护

o降低成本

o安全保证

o产品到服务的扩展（新的收入来源）

•能源效率管理

o降低能耗

o降低维护成本

o可靠性更高

•智能制造

o增加客户需求意味着产品使用寿命大大降低

o定制生产模式

o小批量和多批次模式正在开始取代大批量生产

•灵活的设备更换

o灵活调整生产计划

o快速部署新的流程和模型

3.边缘计算与云计算

对于工业企业来说，要充分认识到机器产生的大量数据的价值，边缘计算和云计算必须一起工作。

当您考虑这两种技术时，请考虑使用双手的方法。您将根据所需的操作使用一个或两个。将其应用于IIoT示例，其中一只手是边缘，另一只手是云，您可以快速查看某些工作负载中的“边缘手”将如何发挥更重要的作用，而在其他情况下，您的“云手”将采取领先位置。而有时候需要双手同时进行。

边缘将占主导地位的场景包括需要低延迟（速度至关重要）或有带宽限制的地方（诸如矿井或海上石油平台等场所，使其既不实际也不负担得起，在某些情况下也是不可能的，将所有数据从机器发送到云端）。当互联网或蜂窝连接很多时，也很重要。当行动需要重要的计算能力，管理来自各个工厂的数据量，资产健康监测和机器学习等时，云计算将占据更主要的地位。

底线是这样的：云端和边缘都是工业运营所必需的，从现今云计算和边缘应用的复杂，多样和数量庞大的数据中获得最大的价值，无论哪个地方最有意义的是实现预期的结果。

4.边缘计算典型应用场景

4.1.智能家居行业：

家中有非常多的智能家居的设备，智能家居不同产品之间互动场景的定义，需要边缘计算。这个边缘计算或者是个网关、或者是个中控系统，设备之间的互联互通、场景控制需要通过云计算与边缘计算协同。

4.2.可穿戴设备：

未来可穿戴设备大规模普及，每个人可能随身携带几个或者几十个可穿戴的设备，这些可穿戴设备之间是否需要联动？什么设备做这些设备的联动？如何让这些可穿戴设备协同？以每个人为中心的场景也需要边缘计算。

4.3.车联网：

每部车上都有大量的设备，汽车设备之间的协同，车与其他车之间的协同，车与人的协同；也需要通过边缘计算实现。

4.4.智慧城市

智慧城市建设是涉及诸多信息系统建设、科学运用综合集成技术的大型信息化工程，将带动城市基础设施的整体升级，支撑城市转型和产业升级。从国外到国内，从深圳到贵阳，物联网技术是基础设施智能化的重要支撑，而物联网技术应用也一定需要边缘计算。

从铺设网络、装置传感器、搭建系统平台到实现数据全采集，边缘计算在智慧城市中有着丰富的应用场景。在道路两侧路灯杆上安装传感器，便于收集城市路面信息，检测空气质量、光照强度、噪音水平等环境数据。当路灯发生故障时能够即时反馈至维护人员。在大楼电梯内安装传感器，收集电梯载客人数、运行时间等信息，并将信息上传云平台，通过统计分析能够优化电梯运营、排查故障原因。

在商业楼宇停车场内安装停车传感器，便于物业运营管理车位，同时司机也能通过第三方应用程序，根据传感器发来的信号获知空车位信息，后台车位信息的收集、分析及合理调度及基于停车现场的车位信息即时获取，构成了完善的停车传感器系统，一定程度能够缓解高峰期“停车难”的城市化难题。

5.挑战

为了实现边缘计算，我们认为在硬件、中间件和软件层面，有以下5个挑战需要解决。

5.1.挑战1：边缘节点上的通用计算能力

理论上，可以在位于边缘设备和云平台之间的某几个节点上完成边缘计算，包括接入点、基站、网关、业务节点、路由器、交换机等。例如，基站可以根据工作负载能力，执行数字信号处理（DSP）。但是在实践中，基站可能并不适合处理分析工作，因为DSP并不是为通用计算设计的。此外，这些节点是否可以执行除了现有工作之外的计算还不太清楚。

由CAVIUM提供的OCTEONFusion?Family是一个小型“芯片上基站”单元，可扩展从6个到14个的内核，以支持32到300+的用户。这种基站可在非高峰时间使用多个计算核心的运算能力。

许多供应商也已经迈出了使用软件解决方案实现边缘计算的第一步。例如，诺基亚针对移动边缘计算（MEC）的软件解决方案旨在为基站站点提供边缘计算能力。同样，思科的IOx为其集成的服务路由器提供了一个边缘计算环境。这些解决方案应用于特定硬件，因此不适合部署在异构环境中。